技术
Denoising（去噪）
去噪（Denoising）是从含噪声数据中恢复原始信号的技术，解决数据质量低下问题，提升模型鲁棒性。典型应用包括图像修复、语音增强和扩散模型生成，代表工作如去噪自编码器和DDPM。
详细解释
去噪是信号处理和机器学习中的基础任务，旨在去除数据中的随机噪声。传统方法包括滤波和小波变换，深度学习方法如去噪自编码器、U-Net 和扩散模型。扩散模型通过迭代去噪过程生成高质量样本，成为生成式AI的核心技术之一。
别名与相关写法
denoising
相关术语
Diffusion共现 2 篇
Denoising Score Matching共现 1 篇
Diffusion Language Model共现 1 篇
Reinforcement Learning共现 1 篇
Credit Assignment共现 1 篇
Knowledge Graph共现 1 篇
相关公司
相关资讯
HeRE：用 LLM 去噪知识图谱对齐构建希伯来语关系抽取基准2026/10/19
DACA-GRPO：扩散语言模型强化学习的去噪感知信用分配2026/9/16
TraceQuery：扩散语言模型轨迹引导稀疏解码提速2026/10/27
扩散模型去噪分数匹配：秩约束对泛化的影响2026/10/16
Lightroom 与 DxO 的 AI 降噪为何效果出众2026/10/11
DenoFlow 用流匹配实现 SSVEP 脑电去噪2026/10/8
DMM用迭代意图去噪改进多智能体路径规划2026/9/29